简介:在计算机化自适应测验(CAT)中,a分层法(a—STR)是较为独特且运用较广的一种选题策略,它可以有效控制题目曝光率以提高测验的安全性。动态a分层法(DAS)是针对a-STR分层数固定不变,需要人为在考试前确定且没有失效时间等一些不足提出的一种选题策略,但DAS本身在测验效率和曝光率控制上的表现并不优秀,对此,在0-1评分的CAT中,通过引入曝光因子(ecf)和最大信息量分层策略(MIS),提出一种复合型选题策略,以期对DAS进行改进。计算机模拟结果显示,新的选题策略在测验效率和曝光率控制。方面均优于DAS,达到了研究的目的。
简介:随着信息技术的飞速发展,互联网已成为国家教育考试有害信息传播的主要途径。为净化涉考网络环境,保障教育考试的公平和安全,在国家教育考试期间,各级考试机构安排专人利用百度、搜狗等搜索引擎,人工搜索有害信息,并上报有关部门进行处置。然而该方式存在工作效率低、搜索范围小、信息分析程度低等问题。针对这些问题,本文利用主题搜索、文本处理等信息技术手段,提出了以领域知识库为核心的有害信息自动监测模型,自动对互联网信息进行采集、去重、分类等处理,实时提供分类统计、热点分析、来源分析等基础数据。最后给出该模型与现有人工监测的协作方式,两者之间相互补充,从而形成覆盖面大、实时性强、精确度高的有害信息监控体系。